소량 다품종 인쇄에서 자동화의 출발점은 로봇이나 무인운반차가 아니다. 주문마다 달라지는 디자인·수량·규격을 생산 가능한 데이터로 바꾸고, 그 데이터가 편집·검수·인쇄·후가공·출고까지 끊기지 않게 연결하는 일이 먼저다.
프린피아 디지털센터 사례는 이 순서를 비교적 선명하게 보여준다. 삼성전자 스마트공장 지원사업의 공식 사례에 따르면 프린피아는 웹 수주부터 편집·검수·생산·출고까지 MES 기반으로 연결하고, 이후 Data Matrix를 활용한 정합·절단 치수 입력 자동화, AGV 층간 물류, 파렛타이징 자동화를 결합했다. 한국경제 후속 보도는 온라인 주문 데이터가 생산라인으로 전달되고, 생산이 끝난 책이 AGV를 통해 창고로 이동하는 운영 모습을 전했다.
이 글은 공개자료에 나온 설비 목록을 그대로 나열하지 않는다. 공개자료는 세부 구축 일정표를 제공하지 않으므로, 확인된 구성요소의 데이터·공정 의존관계를 기준으로 국내 인쇄·포장 제조사가 적용할 수 있는 도입 순서를 재구성한다.
먼저 확인된 사실과 해석을 분리한다
| 구분 | 공개자료에서 확인된 내용 | 실무 해석 |
|---|---|---|
| 시장 과제 | 소량 다품종·단납기 요구, 수작업 공정관리, 파일·편집 오류와 물류 비효율 | 대량생산형 설비 효율만으로 대응하기 어려움 |
| 주문 연결 | 웹 수주 시스템과 MES를 연동 | 주문정보를 다시 입력하는 구간부터 제거해야 함 |
| 생산관리 | 편집·검수·생산·출고 전 과정을 디지털화하고 실시간 공정관리 | 동일 작업번호가 전 공정에서 유지돼야 함 |
| 품질 | Data Matrix로 인쇄물 정합과 절단 치수 입력 자동화 | 품질 기준과 작업조건도 데이터로 묶어야 함 |
| 물류 | AGV로 층간 운반을 자동화 | 위치·완료·이동지시 데이터가 확정된 뒤 효과가 남 |
| 포장·적재 | 파렛타이징 자동화 도입 | 최종 단위와 팔레트 규격이 표준화돼야 함 |
| 공개 성과 | 삼성전자 사례는 연간 약 7억원 비용절감과 2년간 매출 233% 증가를 제시 | 공개된 회사 사례값이며 자동화 단독의 인과효과로 단정하면 안 됨 |
한국경제는 2023년 완공된 디지털센터 매출이 첫해 24억원, 2024년 40억원, 2025년 80억원으로 늘었다고 보도했다. 이 수치는 성장 흐름을 보여주지만, 시장 확대·영업·제품 구성과 자동화 효과를 분리한 자료는 공개되지 않았다. 따라서 국내 투자안에는 동일 성장률을 복사하지 말고 우리 공장의 생산량·불량·납기·재공·운반시간을 기준으로 목표를 세워야 한다.
도입 0단계: 자동화할 주문의 범위를 먼저 고정한다
웹수주를 열기 전에 어떤 주문을 자동 흐름에 태울지 정해야 한다. 책, 명함, 전단, 스티커처럼 제품군이 달라지면 원고 규격, 색상, 용지, 후가공, 검수와 포장 조건도 달라진다.
최소한 아래 항목을 제품군별로 표준화한다.
- 주문 가능한 규격·수량·용지·인쇄·후가공 조합
- 고객 파일 형식, 해상도, 재단여백과 폰트 처리 기준
- 자동 견적 범위와 수동 검토로 넘길 예외조건
- 작업번호, 파일 버전과 승인본 식별 방식
- 납기 계산에 쓰는 공정시간·교체시간·외주시간
- 포장 단위, 팔레트 규격, 보관·출하 조건
옵션을 무한히 열어둔 웹 주문은 자동화가 아니라 예외처리 창구가 된다. 처음에는 반복성이 높은 제품군부터 제한된 조합으로 시작하는 편이 안전하다.
1단계: 웹수주 데이터를 ‘생산 지시’로 바꾼다
온라인 주문의 핵심은 화면이 아니라 데이터 구조다. 고객이 선택한 사양이 작업자가 다시 해석하거나 재입력하지 않고 생산 지시로 변환돼야 한다.
필수 연결 항목은 다음과 같다.
- 고객 주문번호 ↔ 내부 작업번호
- 승인된 원고 파일과 버전
- 규격·수량·용지·색상·후가공 사양
- 납기와 출하 방식
- 검수 보류·재업로드·취소 상태
- 견적 조건과 실제 생산 사양의 일치 여부
이 단계의 첫 KPI는 주문 건수가 아니라 재입력률, 파일 재요청률, 사양 누락률과 생산 전 보류시간이다. 웹 화면에서 주문이 접수돼도 담당자가 다시 엑셀에 옮기면 자동화의 출발점이 만들어지지 않은 것이다.
2단계: MES가 작업번호·상태·실적의 단일 기준이 되게 한다
MES는 설비 모니터링 화면이 아니라 주문과 실제 공정을 연결하는 운영 기준이어야 한다. 작업이 편집, 검수, 인쇄, 제본·후가공, 포장, 창고 입고와 출하 중 어디에 있는지 같은 작업번호로 확인돼야 한다.
먼저 잡아야 할 상태값
| 상태 | 완료조건 | 다음 공정에 넘길 데이터 |
|---|---|---|
| 원고 접수 | 필수 파일·사양 수신 | 파일 버전, 주문 사양 |
| 편집 완료 | 생산용 파일 생성 | 출력 조건, 면배열·재단 정보 |
| 검수 승인 | 승인본과 생산본 일치 | 승인자·시각·버전 |
| 인쇄 완료 | 계획수량과 양품수량 확정 | 양품·손실·재작업 수량 |
| 후가공 완료 | 제본·접지·재단 등 통과 | 완성수량, 불량유형 |
| 포장 완료 | 포장 단위와 라벨 검증 | 박스·팔레트 식별 |
| 창고 입고 | 위치와 수량 확정 | 재고 위치, 출하 가능 상태 |
| 출하 완료 | 운송 인계 확인 | 출하수량, 운송정보 |
설비에서 자동 수집할 수 없는 데이터도 처음에는 작업자가 짧고 명확하게 입력할 수 있어야 한다. 입력항목이 너무 많으면 현장 기록이 사라지고, 너무 적으면 병목과 불량 원인을 찾을 수 없다.
3단계: 품질 조건과 추적 데이터를 공정에 심는다
프린피아 사례에서 Data Matrix를 이용해 인쇄물 정합과 절단 치수 입력을 자동화한 점은 중요하다. 생산속도보다 먼저 올바른 파일·올바른 조건·올바른 후가공을 연결해야 하기 때문이다.
품질 자동화에는 다음이 포함돼야 한다.
- 작업번호와 원고 버전의 자동 대조
- 용지·규격·면배열·재단 치수 호출
- 초도품 승인과 승인본 보존
- 공정별 양품·불량·재작업 수량
- 불량유형과 발생 공정
- 재생산 시 원 작업과의 연결
여기서 목표는 검사 인원을 없애는 것이 아니다. 사람이 판단해야 할 색상·외관·제본 품질은 유지하되, 잘못된 파일이나 치수 입력처럼 반복 가능한 오류를 시스템이 먼저 차단하는 것이다.
4단계: 공정 완료 신호가 안정된 뒤 AGV를 붙인다
AGV는 이동을 자동화하지만, 무엇을 언제 어디로 옮길지는 상위 시스템이 결정해야 한다. 프린피아 사례에서는 AGV가 층간 물류를 담당하고 화물 엘리베이터와 연계됐다. 매일경제 보도는 AGV가 QR코드 동선을 따라 이동하며 약 1.5t의 자재를 운반하는 현장을 소개했다.
도입 전에 아래 인터페이스를 고정한다.
- 운반 단위와 최대 중량·크기
- 출발 위치와 도착 위치의 식별 방식
- 공정 완료·품질 보류·이동 요청 신호
- 엘리베이터·자동문·충전기의 연동 조건
- AGV, 지게차와 보행자 동선의 물리적 분리
- 장애물·통신 끊김·엘리베이터 실패 시 복구 절차
- 수동 운반으로 전환하는 조건과 권한
AGV의 KPI는 주행거리보다 호출 대기시간, 운반 완료시간, 공정 대기재고, 수동개입 횟수와 안전 정지 원인이 유용하다. 생산 완료 데이터가 늦거나 위치정보가 틀리면 AGV는 물류 혼란을 더 빠르게 만들 수 있다.
5단계: 창고·보관·파렛타이징을 주문 흐름과 닫는다
프린피아는 소규모 출판사와 개인 작가를 위한 보관 서비스도 운영한다고 보도됐다. 인쇄한 책을 창고에 맡길 수 있는 모델은 생산 완료가 곧 주문 종료가 아님을 보여준다. 보관, 재고, 부분출하와 잔량 관리까지 주문정보와 연결돼야 한다.
확인할 항목은 다음과 같다.
- 완제품·보류품·반품·재작업품 위치 분리
- 박스·팔레트 단위 식별과 수량 검증
- 고객 소유재고와 당사 재고의 구분
- 부분출하 후 잔량과 보관기한
- 선입선출 또는 고객별 출하 우선순위
- 파렛타이징 패턴, 적재 높이와 랙 하중
- 출하 취소·주소 변경 시 재계획 절차
창고 자동화는 마지막 설비가 아니라 주문의 마지막 데이터 구간이다. 출하 완료와 재고 차감이 웹 주문·MES와 맞지 않으면 고객에게 보이는 상태도 틀어진다.
단계별 통과조건과 KPI
| 단계 | 통과조건 | 먼저 볼 KPI |
|---|---|---|
| 0. 제품·옵션 표준화 | 자동처리 범위와 예외조건 승인 | 예외주문 비율, 옵션별 수요 |
| 1. 웹수주 | 주문 데이터 재입력 없이 작업 생성 | 재입력률, 파일 재요청률, 보류시간 |
| 2. MES | 전 공정이 하나의 작업번호·상태 사용 | 납기 준수율, 공정 대기시간, 재공 |
| 3. 품질 데이터 | 승인본·조건·불량이 작업번호에 연결 | 초도 불합격률, 재작업률, 공정 불량률 |
| 4. AGV | 완료·위치·이동신호와 안전동선 검증 | 호출 대기, 수동개입, 안전정지 |
| 5. 창고·출하 | 실물 수량·위치와 시스템 재고 일치 | 재고정확도, 피킹시간, 출하오류 |
한 번에 전면 도입하지 않는 파일럿 방식
안전한 출발점의 한 예는 제품군 1개, 대표 주문 3~5종, 생산라인 1개와 운반구간 1개를 정하는 것이다. 아래 8주 구성은 현장 조건에 맞춰 조정할 수 있는 예시 일정이다.
- 1주차: 주문 옵션·예외와 작업번호 체계를 고정한다.
- 2~3주차: 웹수주 데이터를 MES 작업으로 생성하고 수동 대조한다.
- 4주차: 편집·검수·생산 실적과 불량 코드를 연결한다.
- 5~6주차: 제한 시간대에 AGV 운반을 시험하고 수동 전환을 반복한다.
- 7주차: 창고 위치·부분출하·재고 차감을 포함한 종단 시험을 진행한다.
- 8주차: 납기·불량·재공·운반시간의 전후 데이터를 비교해 확대 여부를 결정한다.
달력보다 중요한 것은 단계별 통과조건이다. 앞 단계의 데이터가 불안정하면 뒤 설비 설치를 미루는 것이 전체 일정을 단축할 수 있다.
과장하지 말아야 할 세 가지
첫째, 프린피아의 매출 증가를 자동화 하나의 효과로 단정할 수 없다. 독립출판 수요, 영업, 제품 확대와 보관 서비스 등 여러 요인이 함께 작용했을 수 있다.
둘째, MES·AGV·협동로봇 도입이 곧 무인공장을 뜻하지 않는다. 작업설계, 예외처리, 품질 판단, 유지보수와 안전관리는 계속 필요하다.
셋째, 공개된 성공 수치를 우리 공장의 투자회수기간으로 사용하면 안 된다. 현재 기준 생산량, 인당 작업시간, 불량, 재공, 운반, 창고와 출하오류를 먼저 측정한 뒤 같은 정의로 개선값을 비교해야 한다.
마무리
프린피아 사례의 핵심은 AGV나 협동로봇 한 대가 아니다. 웹수주가 작업을 만들고, MES가 상태와 실적을 통제하며, 품질 데이터가 오류를 막고, AGV와 창고가 실물 흐름을 닫는 순서다.
소량 다품종 인쇄·포장 자동화를 검토한다면 설비 견적보다 먼저 주문 데이터의 시작점과 작업번호의 끝점을 그려야 한다. 데이터가 공정을 따라갈 수 있을 때만 자동화 설비도 같은 목적지를 향한다.
작성자 소개
PackingMaster: 페이퍼팩로그 편집자. 종이 포장재 산업의 시장 동향, 제품 정보와 제조 기술 인사이트를 모아 정리합니다.
참고자료
- 삼성전자 스마트공장 지원사업, 「인쇄 산업의 혁신, 스마트공장으로 새로운 도약을 하는 프린피아」 (2026-07-02), https://www.samsung-smartfactory.com/media/case-by-industry/5101
- 한국경제, 「망한 줄 알았는데…인쇄 공장에 2030 몰리자 매출 터졌다」 (2026-07-25), https://www.hankyung.com/article/202607169753i
- 매일경제, 「무인운반차·자동화공정 도입…“3시간이면 책 완성품 나오죠”」 (2026-04-14), https://www.mk.co.kr/news/business/12016650
- 중소기업중앙회, 「중기중앙회, ‘개혁행동포럼’ 국회의원과 대·중소 상생형 스마트공장 현장 방문」 (2026-03-11), https://www.kbiz.or.kr/ko/contents/bbs/view.do?seq=162406&mnSeq=207
자료 확인일: 2026-08-14. 공개자료의 성과수치는 해당 기업·지원사업 사례값이며, 본 글은 공개된 구성요소를 바탕으로 도입 의존관계를 실무적으로 재구성한 분석입니다.